随着无源探测技术的发展,现代雷达面临着各种宽带、高性能无源探测系统的威胁。降低雷达辐射功率,提高雷达波形在时域、空域、频域的不确定性是提高雷达射频隐身性能的关键。本文基于雷达射频隐身的考虑,重点研究了基于扩谱信号的低功率雷达目标散射中心的提取,以及基于压缩感知(CS)理论的频域间隔不确定性辐射波形在雷达目标散射中心提取中的应用。首先,介绍了雷达目标散射中心提取的研究现状,包括雷达目标散射中心的类型、数学模型、参量提取算法,低截获概率信号和散射回波数据的获取方法。其次,详细地介绍了后文中需要用到的理论和算法。包括二维信号特征参量估计算法,如二维旋转不变算法(2D-ESPRIT)、二维增广矩阵矩阵束算法(2D-MEMP)和二维修正增广矩阵矩阵束算法(2D-MMEMP);伪随机序列的性质和构造方法;CS原理,以及用于模式识别的支持向量机(SVM)。接着,本文基于指数和形式的目标散射中心模型,提出构造基于扩谱信号的雷达一维和二维目标散射中心模型。对于一维散射中心模型,仿真中采用快速付立叶变换(FFT)估计散射中心参量,实验说明当信噪比为-10dB时,基于扩谱技术获取的目标回波,在解扩后仍然能清晰地估计出目标散射中心参量,而未采用扩谱技术的目标回波中已经提取不出任何有意义的信息。对于二维散射中心模型,仿真中分别采用FFT和2D-MEMP估计散射中心参量,实验结果得到同一维情况一样的结论。最后,本文提出了基于CS理论的目标一维距离像重构。文中用CS的随机采样定理辐射频域间隔不确定性的波形,然后,再用凸优化技术估计不确性波形回波中的目标散射中心信息,再重构目标距离像。仿真实验表明,目标距离像的稀疏性越好,基于CS理论的距离像重构效果越好。但是,随着目标方位角的变化,目标距离像的稀疏性变化也较为剧烈,采用CS理论的距离像重构效果也有较大变化。实验中,基于SVM的目标识别结果表明,文中采用CS理论的距离像重构结果仅适用于小数据库中的识别目标。